摘要：
开始的时候，就是利用规则，但是有瓶颈，后来就有了基于统计学的方向，建立模型，让机器基于模型的规则，进行数据的拟合，模型里有很多参数，有可变化的东西，是机器自己学习的，效果有超过规则的可能，两个学派，基于规则，基于数学（统计学），后来机器学习慢慢后来居上，机器学习慢慢发展出很多的算法，逻辑树、决策树很 阅读全文
摘要：
引言 全局的概览+八个案例+窜一下 抽象的一般具有连续的性质，分类变量的小数位是没有意义的。抽象的变量，它的0往往是没有意义的，比如说幸福感。同样是连续性变量，有的0是有意义的，比如说订单量，如果0是有意义的，可以进行加减乘除运算，0没有意义，加减是可以的。标度可以分：间距（抽象的）和比率（0是有意 阅读全文
摘要：
导入Matplotlib库 （上方代码块是自动绘图（省略show的方法）） 1.查看都有什么风格style 2.设置绘图风格 3.设置支持中文字体显示 4.绘制折线图 plot 折线图接口 color 颜色 linewidth 线宽 markersize 点大小 fontsize 字体 marker 阅读全文
摘要：
我们经常需要对某些标签或索引的局部进行累计分析, 这时就需要用到 groupby 了. 实际上,我们可以把 groupby 理解成一个分割(split),应用(apply),组合(combine)的过程. 我们经常需要对某些标签或索引的局部进行累计分析, 这时就需要用到 groupby 了. 实际上 阅读全文
摘要：
文本数据也就是我们常说的字符串，Pandas 为 Series 提供了 str 属性，通过它可以方便的对每个元素进行操作。str 字符串向量化,可以提高处理字符串的效率。 使用 str 方法将数据字符串向量化映射： 一、和 python 原生字符串区别不大的方法 len、lower、upper、is 阅读全文
摘要：
在了解缺失值如何处理之前，首先要知道的就是什么是缺失值？直观上理解，缺失值表示的是“缺失的数据”。 可以思考一个问题：是什么原因造成的缺失值呢？其实有很多原因，实际生活中可能由于有的数据不全所以导致数据缺失，也有可能由于误操作导致数据缺失，又或者人为地造成数据缺失。 一、寻找缺失值 这些缺失值，可以 阅读全文
摘要：
一、描述与统计 1.查看基本统计值 有时候我们获取到数据之后，想要查看下数据的简单统计指标（最大值、最小值、平均值、中位数等），比如想要查看年龄的最大值，如何实现呢？ 直接对 age 这一列调用 max方法即可。类似的，通过调用 min、mean、quantile、sum 方法可以实现最小值、平均值 阅读全文
摘要：
Pandas通常是用于数据分析过程中, 数据的清洗, 数据预处理, 数据的描述性分析等过程中。在整个Python数据分析的生态环境中, Pandas的地位非常重要, 利用Pandas可以快速便捷的对数据进行各种各样的处理与操作。可以说是升级版的Excel。Pandas是基于Numpy的一个数据分析包 阅读全文
摘要：
引言：回顾和概览 Numpy是一个科学计算包。如果你做数据清洗、整合的时候，不一定用到，直接用Pandas就好，Numpy是一个科学计算包，这个包里面的数据类型一种，就是ndarray，所有的计算都是基于这个数据类型，首先就是把其他的数据类型转换为ndarray。在数据类型里，整数32，浮点型32/ 阅读全文
摘要：
简单来说，Numpy 是 Python 的一个科学计算包，包含了多维数组以及多维数组的操作。Numpy 的核心是 ndarray 对象，这个对象封装了同质数据类型的n维数组。起名 ndarray 的原因就是因为是 n-dimension-array 的简写。ndarray中的每个元素在内存中使用相同 阅读全文